摘要: 一、为什么使用rpc。 1)相比uwsgi,使用rpc的长连接可以不需要频繁创建连接,提高传输效率。 2)rpc支持同步和异步,对于不需要等待返回的消息可以不等待返回继续运行,减少客户端等待时间。 3)使用rpc入口是我们自己定义的,可以根据不同消息类型定制不同的策略。 二、设计思路 使用统一入口, 阅读全文
posted @ 2019-06-10 16:34 Small_office 阅读(4837) 评论(0) 推荐(1) 编辑
摘要: 申明:本文主要观点引用自cloudman:http://blog.51cto.com/cloudman,感谢cloudman的分享。 OpenStack主要是通过Nova,Neutron,Glance,Cinder,Keystone,Horizon等模块对计算、网络和存储资源进行管理的. Nova: 阅读全文
posted @ 2019-05-06 10:49 Small_office 阅读(403) 评论(0) 推荐(1) 编辑
摘要: 一、证书生成。 1、SSL Server生成私钥/公钥对。server.key(加密)/server.pub(解密);2、server.pub生成请求文件server.csr,包含server的一些信息,如域名/申请者/公钥等;3、server将server.csr递交给CA,CA验证通过,用ca. 阅读全文
posted @ 2019-05-06 10:48 Small_office 阅读(2816) 评论(0) 推荐(1) 编辑
摘要: 1、 安装 准备主要的三个安装包,分别是 nginx-1.15.9.tar.gz LuaJIT-2.0.5.tar.gz lua-nginx-module-0.10.14.tar.gz 相关版本可以去官网下载,放在自定义目录并解压: 先安装LuaJIT: 下面需要配置一下LuaJIT的环境变量,编译 阅读全文
posted @ 2019-04-05 15:09 Small_office 阅读(3804) 评论(1) 推荐(1) 编辑
摘要: 1、memory_profiler可以监控代码的内存消耗及增长量,以下面的代码为例。 发现在for循环里增加了0.3MB,这个工具可以帮助我们定位内存泄露的问题。 2、profile与cProfile可以监控代码的CPU占用,看下下面的代码。 结果如下,ncalls是调用次数,cumtime可以看到 阅读全文
posted @ 2019-03-18 17:20 Small_office 阅读(3032) 评论(0) 推荐(1) 编辑
摘要: 1、uwsgi_response_write_body_do(): Broken pipe 出现这种情况一般是由于客户端无法等到服务端的回应而关闭了连接,常出现与nginx + uwsgi的情况,当uwsgi做完准备给nginx回应时,发现连接已经关闭了,这时候就会报这个错,需要检查服务端的处理逻辑 阅读全文
posted @ 2019-03-15 16:18 Small_office 阅读(2287) 评论(1) 推荐(1) 编辑
摘要: Celery启动的入口: 文件:Celery/bin/celery.py 看下main函数做了什么事 可以看到主要做了几个事根据-P参数判断是否需要打patch,如果是gevent或者eventlet则要打对应的补丁。 然后执行命令行逻辑 可以看到,这边取出系统参数 然后执行基类Command的ex 阅读全文
posted @ 2019-03-14 19:17 Small_office 阅读(2719) 评论(1) 推荐(2) 编辑
摘要: 一、概念 线性回归(Linear Regression)是回归算法中比较简单的一种,是一种监督学习算法,类似于逻辑回归,但是线性回归不需要Sigmoid函数处理。 线性回归会拟合出一条直线,这条线可以某种程度上代表这些点的发展趋势和分布,拟合出线后,就可以推测后续点的分布,从而实现预测。 二、计算 阅读全文
posted @ 2019-02-12 08:45 Small_office 阅读(264) 评论(0) 推荐(0) 编辑
摘要: 一、概念 DBSCAN是一种基于密度的聚类算法,DBSCAN需要两个参数,一个是以P为中心的邻域半径;另一个是以P为中心的邻域内的最低门限点的数量,即密度。 优点: 1、不需要提前设定分类簇数量,分类结果更合理; 2、可以有效的过滤干扰。 缺点: 1、对高维数据处理效果较差; 2、算法复杂度较高,资 阅读全文
posted @ 2019-01-17 16:52 Small_office 阅读(1065) 评论(0) 推荐(0) 编辑
摘要: 一、概念 K-means是一种典型的聚类算法,它是基于距离的,是一种无监督的机器学习算法。 K-means需要提前设置聚类数量,我们称之为簇,还要为之设置初始质心。 缺点: 1、循环计算点到质心的距离,复杂度较高。 2、对噪声不敏感,即使是噪声也会被聚类。 3、质心数量及初始位置的选定对结果有一定的 阅读全文
posted @ 2019-01-14 14:48 Small_office 阅读(425) 评论(0) 推荐(0) 编辑